书生-A1.5 – 上海 AI Lab 开源的通专融合科学智能体

1. 书生-A1.5 是什么

书生-A1.5（Sage-A1.5）是上海人工智能实验室推出的 35B 规模通专融合科学智能体，基于 Agents-A1 长程任务能力与书生·端砚科学发现平台构建，面向真实科研场景验证 RSI（Researcher-Scientist-Investigator）闭环。该模型能够自主拆解复杂科研任务、编排多个子智能体并行调研，并触发校验机制识别证据缺口、修正研究假设。书生-A1.5 已覆盖脑科学、电化学、空间科学综述等多个科研案例，经 MVSP 科学评测体系与 SFT/RL 回流训练持续进化，支持昇腾、沐曦、AMD 等异构硬件的量化部署，强调可追溯、可复核的长程自主研究能力。

技术定位与领域： 书生-A1.5 属于科学智能体（Scientific Agent）领域，核心目标是将大语言模型的长程推理、工具调用与科学研究的严谨性要求相结合。与通用对话助手不同，该模型聚焦于科研任务全流程的自主执行，包括文献调研、假设生成、实验验证和结果分析，填补了通用大模型在专业化科研流程中的能力空白。

研发背景： 该模型由上海人工智能实验室开发，团队在开源大模型领域已有书生系列（InternLM/InternScience）的深厚技术积累。研发动机源于当前科学发现过程中重复性文献调研和实验设计工作耗费大量人力，且通用大模型在长程科学任务中容易产生错误累积。团队依托书生·端砚平台，将科研流程中的组织、执行、调整纳入训练目标，使模型能够在真实科学任务中持续进化。

核心价值： 书生-A1.5 解决了科研场景中 AI 辅助工具缺乏闭环验证能力的问题。其创新之处在于提出"环境即数据"的 RSI 闭环——用科学评测为牵引、由环境合成提供反馈，形成能力诊断、任务环境搭建、模型训练相互促进的持续进化机制。同时通过最小可验证科学提议（MVSP）与十余个重大科学场景共建评测基准，将模型迭代方向对齐到科学家的真实需求。

技术特点： 模型采用"多域监督微调 + 统一后训练"两阶段跨域异构训练范式，配合全异步管线与自适应采样机制，同步强化科学探索与工程编码能力。在推理层面，支持智能体编排与自主校验的协同工作，能够区分已证实事实与待验证假设，并在长程执行中动态修正策略，降低误差累积风险。

2. 主要功能

• 智能体编排： 能够自主拆解复杂科研任务为多个子任务，并调度多个子智能体并行检索文献、比对证据、汇总结论。该功能支持多线索、多证据的并行探索，显著提升复杂科研问题的调研效率，适合需要交叉验证的大规模文献综述场景。

• 智能体校验： 自主判断校验时机与校验对象，区分已证实事实和待验证假设，及时修正检索方向或研究策略。该机制有效降低长程任务中的误差累积，确保研究结论建立在可验证的证据基础上，是区别于传统大模型的关键差异化能力。

• 长程科研执行： 将检索、假设生成、代码编写、结果验证串成完整闭环，交付可追溯、可复核的代码、数据、图表与研究报告。整个执行过程留有完整操作记录，支持科研人员事后的全链路复核，满足学术研究对可复现性的严格需求。

• 科学场景赋能： 面向脑科学、电化学、空间科学综述等具体科研任务，提供证据矩阵、核查表、修订记录等结构化产出。这些成果物符合科研工作者的工作习惯，可直接嵌入课题组的日常工作流程，降低 AI 辅助研究的部署成本。

• 科研代码支撑： 面向算法优化与科研代码开发场景，覆盖 SWE-Bench Pro、Multilingual、MLE-Bench-Lite 等代码评测基准。模型不仅能编写科研代码，还能进行代码调试与优化，辅助科研人员完成数据分析、模型训练、可视化等工程任务。

• 多硬件部署： 提供多版本量化形态，支持昇腾 NPU、沐曦、AMD 等 GPU 平台，并兼容主流推理框架。该特性使科研机构可根据现有算力设施灵活部署，降低了对特定硬件厂商的依赖，便于科研与产业伙伴试用与二次开发。

3. 如何使用

1. 进入体验入口： 访问书生·端砚平台体验页（https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0），登录后按页面提示申请或使用推理额度。该平台提供在线推理服务，无需本地部署即可体验核心功能。

2. 选择模型形态： 根据现有算力条件选择合适的模型版本——在线场景可直接使用云端 Sage-A1.5 服务；私有化部署场景可选择昇腾 NPU、沐曦或 AMD 对应的量化部署包，各版本在推理速度与显存占用上有所差异。

3. 创建科研任务： 在平台工作区新建项目，填写研究问题描述、约束条件（如时间/资源限制）、期望输出格式（报告/代码/图表），并指定是否需要可追溯证据链。清晰的任务描述直接影响智能体的拆解质量与执行效率。

4. 接入材料与环境： 上传相关文献、实验数据、代码或历史实验记录，配置科学计算工具链、沙盒环境以及必要的外部数据库或 API 工具。该步骤为智能体提供充足的上下文与执行资源，是保障研究质量的前提。

5. 启动编排执行： 让 Sage-A1.5 自主拆解任务、调度子智能体并行调研，同时开启智能体校验功能以自动识别证据缺口。执行过程中系统会记录检索路径、假设变化和校验记录，形成完整审计追踪。

6. 复核与导出交付物： 核对生成的代码、数据、图表、报告及核查表/证据矩阵/修订记录，必要时要求模型复跑实验或补充对照实验；确认无误后导出可复现代码与完整报告，在课题组内做专家级复核后用于论文撰写或实验决策。

4. 优缺点分析

5. 同类工具对比

在不同的应用场景下，选型策略应有所区分：对于需要在本地或私有化环境部署、且算力资源有限的高校实验室和科研机构，书生-A1.5 的 35B 模型在相对轻量化的参数规模下提供了更完整的科学智能体能力，并支持多种国产硬件，部署灵活度优于 Kimi-K3、GLM-5.3 和 GPT-5.6-Sol 这些更大规模的闭源或半开源模型。

对于追求极致通用能力、算力充足且有成熟 IT 基础设施支持的企业级用户，Kimi-K3、GLM-5.3 和 GPT-5.6-Sol 在通用任务上仍具优势。但从科学研究的角度看，书生-A1.5 将评测对齐到科学家真实需求的做法，使模型的迭代方向更贴合科研工作者的实际使用习惯，在需要长程推理、证据链追踪和可复现交付物的科研场景中具有明确的差异化价值。

6. 编辑总结

书生-A1.5 的技术创新性体现在将"环境即数据"的 RSI 闭环落地为可运行的科研智能体系统。不同于传统大模型仅作为被动工具被调用，该模型将科研流程中的组织、执行、调整纳入训练目标，使模型具备主动拆解任务、自主判断校验时机、动态修正研究策略的能力。这一设计思路在当前的科研 AI 领域具有探索价值——它尝试回答"如何让模型在真实科学任务中持续进化"这一核心问题，而非简单堆叠参数规模。

从实用价值来看，书生-A1.5 提供了一套完整的科研辅助工作流：从任务拆解、并行调研、证据校验到报告产出，每个环节都留有审计追踪记录，这使 AI 辅助研究从"黑箱输出"转向可解释、可复核的透明过程。该模型对昇腾、沐曦、AMD 等多家国产硬件的量化部署支持，也降低了科研机构在算力采购上的厂商锁定风险，在自主可控的 AI 基础设施建设中具有现实意义。

书生-A1.5 适合的受众包括：需要大量文献调研与交叉验证的研究生和青年科研人员、希望通过 AI 辅助加速实验方案设计的一线科学家，以及关注 AI for Science 基础设施建设的高校和科研院所 IT 部门。对于需要处理多来源证据、长程推理链路和严格复现要求的科研项目，该模型提供了当前开源生态中较为完整的功能覆盖。

展望未来，随着 MVSP 评测基准覆盖更多学科领域，以及更多真实科研场景训练数据的回流，书生-A1.5 的学科适配广度与长程任务稳定性均有持续扩展的空间。其在开源生态中的定位，也为后续社区驱动的科研智能体工具链发展提供了底层模型基础。

7. 应用场景

• 神经科学数据分析： 基于小鼠全脑数据开展脑区解码指标分析，支持 PCA 降维、置换检验与可视化输出。科研人员可通过自然语言描述分析需求，模型自动生成分析代码、执行计算并解释统计结果，辅助挖掘任务/运动信息在脑区的分布规律，显著缩短数据分析迭代周期。

• 电化学合成优化： 整合文献资料与历史实验记录，迭代反应条件与机理假设，辅助傅–克烷基化等有机合成路线的创新设计。模型可对比多组实验参数与产率数据，提出改进方案并标记需要实验验证的关键步骤，为电化学合成路线优化提供决策支持。

• 空间科学综述审校： 调度多个子智能体并行核查空间科学任务中的关键技术断言，区分不同层级的证据强度，最终输出核查表、证据矩阵与修订记录。该场景充分发挥了模型的智能体校验能力，确保综述性研究中的每项论断都建立在可验证的信息基础上。

• 光化学/机理研究纠错： 当检索结果与已有研究假设不匹配时，模型能够自动收敛调研方向，检查反应原理的合理性并标记需实验验证的关键步骤。这一应用有效避免了传统文献调研中信息过载导致的方向偏移问题，减少科研试错成本。

• 跨学科科学评测体系建设： 以 MVSP 框架与高能物理、材料设计、新药创制、化学智能、疾病诊断等重大科学场景共建可验证评测环境，对齐模型迭代方向与科学家真实需求。该场景适用于大型科研平台与学科交叉中心的基础设施建设，为各领域的 AI 辅助科研提供标准化的评测与训练环境。

8. 常见问题FAQ

Q：书生-A1.5 与通用大模型在科研场景中有什么本质区别？
A：核心区别在于闭环验证能力。通用大模型提供信息检索与文本生成，但无法自主判断信息的可靠性与证据缺口；书生-A1.5 通过智能体校验机制区分已证实事实与待验证假设，并在执行过程中持续修正研究策略，保证科研产出的可追溯性与可复核性。

Q：模型能否完全取代科研人员的文献调研工作？
A：不能完全取代，但可以大幅减轻重复性调研负担。模型能够完成文献的初步筛选、证据比对与结构化整理，但在研究方向判断、关键假设确认和实验方案决策等环节仍需科研人员的专业判断。设计理念是"人机协同"而非"全自动替代"。

Q：35B 参数规模是否足够支撑复杂的科学推理任务？
A：评测数据显示在凝聚态物理 CMT、博士级科研 FS-R、科学奥赛 FS-O、IFBench、PinchBench 等基准上，35B 规模的 Sage-A1.5 综合表现优于部分更大参数规模的对照模型。这表明在科学推理场景中，针对性的训练策略与任务架构比单纯增大参数规模更具实效。

Q：部署书生-A1.5 需要什么样的硬件配置？
A：模型支持昇腾 NPU、沐曦和 AMD 等多硬件平台，并提供多种量化版本以适配不同算力条件。具体显存需求取决于所选量化精度与推理框架，建议在部署前参考官方部署文档中的硬件配置建议，或先在书生·端砚平台在线体验以评估实际效果。

Q：模型产出的研究结果如何保证可靠性？
A：系统在任务执行全程记录检索路径、假设变化、校验记录等审计信息，最终交付物包含证据矩阵、核查表与修订记录。科研人员可逐项复核模型的研究过程，必要时可要求模型复跑实验或补充对照验证，从而确保结论建立在可审计的证据链之上。

Q：书生-A1.5 的开源程度如何？商业使用是否受限？
A：项目提供开源模型权重与部署方案，模型卡与相关资源已在 HuggingFace 发布。具体开源许可证条款建议查阅模型仓库中的 License 文件以确认商业使用边界。对于私有化部署场景，可联系上海AI实验室获取更详细的授权与技术支持信息。

9. 项目地址

• 项目官网：https://alpha-innovator.github.io/Sage-A1.5/
• 在线体验 Demo：https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0
• Hugging Face 模型库：https://huggingface.co/collections/InternScience/sage-a15
• 技术论文：https://arxiv.org/pdf/2610.28578